文献

J-GLOBAL ID：202202210996832214   整理番号：22A0859218

深さ動作分類における3D自己相関勾配特徴の性能向上【JST・京大機械翻訳】

Enhancing the performance of 3D auto-correlation gradient features in depth action classification

著者 (6件)： Bulbul Mohammad Farhad (Department of Mathematics, Jashore University of Science and Technology, Jashore, Bangladesh) ,  Islam Saiful (Department of Computer Science and Engineering, Stamford University Bangladesh, Dhaka, Bangladesh) ,  Azme Zannatul (Department of Mathematics, Jashore University of Science and Technology, Jashore, Bangladesh) ,  Pareek Preksha (Institute of Technology, Nirma University, Ahmedabad, India) ,  Kabir Md. Humaun (Department of Physics, Jashore University of Science and Technology, Jashore, Bangladesh) ,  Ali Hazrat (College of Science and Engineering, Hamad Bin Khalifa University, Doha, Qatar)
資料名： International Journal of Multimedia Information Retrieval  (International Journal of Multimedia Information Retrieval)
巻： 11  号： 1  ページ： 61-76  発行年： 2022年 
JST資料番号： W4482A  ISSN： 2192-6611  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 3D自己相関勾配特性は,深さ行動データに限られた成功しか示さず,一方,2D自己相関勾配特徴はドメインで成功した。本論文では,行動の情報のみを蓄積することにより,各深度行動ビデオから3つの深さ動きマップシーケンスを計算することを提案する。次に,深さ運動マップシーケンスに関する勾配(STACOG)記述子の時空自己相関を適用することによって,3D自己相関勾配特徴の3つのベクトルを得た。次に,3つのベクトルを連結して,行動を認識するために教師なし分類装置に通過した。4つの公開データセット(MSR-Action3D,DHA,UTD-MHAD,およびMSR-Gesture3Dデータセット)に関する実験的評価は,最先端の方法に対する著者らの提案した方法の優位性を実証した。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 表現 ,  ベクトル ,  学習 ,  データ ,  評価 ,  分類 ,  特性 ,  深さ ,  時空 ,  録画装置 ,  二次元 ,  *三次元 ,  動作 ,  自己相関
準シソーラス用語： 教師なし分類 ,  辞書学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 深さ行動認識 ,  深さ運動マップ ,  自己相関特徴 ,  協調表現 ,  辞書学習

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 分類 ,  3D ,  自己相関 ,  勾配 ,  性能向上